可以。
近年来,随着深度神经网络和自动驾驶的快速发展,车道线检测取得了很大进展。然而,仍存在三个主要问题:表征车道线、建模场景和车道线之间的结构关系以及支持车道线的更多属性(例如实例和类型)。为解决以上问题,提出了一种新型的结构信息引导的框架。在该框架中,我们首先引入一种新的车道表示来表征每个车道线实例,然后提出一种自上而下的消失点引导锚机制来产生密集的锚,有效地捕获各种车道线。
可以。
近年来,随着深度神经网络和自动驾驶的快速发展,车道线检测取得了很大进展。然而,仍存在三个主要问题:表征车道线、建模场景和车道线之间的结构关系以及支持车道线的更多属性(例如实例和类型)。为解决以上问题,提出了一种新型的结构信息引导的框架。在该框架中,我们首先引入一种新的车道表示来表征每个车道线实例,然后提出一种自上而下的消失点引导锚机制来产生密集的锚,有效地捕获各种车道线。